#Objetivo.
#Analizar datos para identificar medias ponderadas y geométricas.
#Descripción.
#De un conjunto de tres ejercicios del libro Identificar media pondera y geométrica de un conjunto de datos (simples).
#Desarrollar un documento markdown y subir al servicio en la nube rpubs en su espacio de trabajo personal. Enviar el enlace al portal Schoology.
#1. Cargar Datos.
# Media Ponderada Ejemplo 1
Elementos.evaluados.1 <- c("Examen Inicial", "Trabajo entregable","Trabajo final","Examen final")
Notas.1 <- c(5.2, 8.2, 7.4, 5.7)
Peso.1 <- c(3, 1, 2, 4)
tabla.Ejemplo.1 <- data.frame(Elementos.evaluados.1, Notas.1, Peso.1)
names(tabla.Ejemplo.1) <- c('Elementos evaluados', 'Nota', 'Peso')
# Media Ponderada Ejemplo 2
Elementos.evaluados.2 <- c("Trabajo sobre el crash del 29", "Examen final","Asistencia a clase")
Notas.2 <- c(9.5, 8.5, 5)
Peso.2 <- c(7, 2, 1)
tabla.Ejemplo.2 <- data.frame(Elementos.evaluados.2, Notas.2, Peso.2)
names(tabla.Ejemplo.2) <- c('Elementos evaluados', 'Nota', 'Peso')
# Media Aritmetica Ejemplo 1
Departamento.1 <- c("Producción", "Compras","Marketing", "Recursos humanos", "Administración")
Porcentaje.1 <- c(32.6, 53.5, 28.9, 48.2, 67.4)
tabla.Ejemplo.3 <- data.frame(Departamento.1, Porcentaje.1)
# Media Aritmetica Ejemplo 2
Ancianos <- c(1.1, 1.2, 1.3, 1.4)
#2. Determinar la media ponderada.
#Ejemplo 1
# La nota final de una asignatura es una media ponderada de las notas que han obtenido los alumnos en los cuatro elementos evaluables que determina el profesor. El responsable de la asignatura otorga un peso de 3 al examen inicial, de 1 al trabajo entregable, 2 al trabajo final y 4 al examen final. Las notas de un alumno han sido las siguientes:
tabla.Ejemplo.1
## Elementos evaluados Nota Peso
## 1 Examen Inicial 5.2 3
## 2 Trabajo entregable 8.2 1
## 3 Trabajo final 7.4 2
## 4 Examen final 5.7 4
#Se hace la suma de los productos de las notas por el peso de cada nota y se divide por la suma de los pesos.
ponderada.Ejemplo.1 <- weighted.mean(Notas.1,Peso.1)
round(ponderada.Ejemplo.1, 2)
## [1] 6.14
#Ejemplo 2
# Supongamos que tenemos que calcular la nota final de nuestra asignatura de economía. Para ello, debemos realizar una media ponderada que se distribuye como sigue a continuación:
tabla.Ejemplo.2
## Elementos evaluados Nota Peso
## 1 Trabajo sobre el crash del 29 9.5 7
## 2 Examen final 8.5 2
## 3 Asistencia a clase 5.0 1
# Para saber nuestra nota final de la asignatura de economía debemos multiplicar nuestra nota por la ponderación. Tal que:
ponderada.Ejemplo.2 <- weighted.mean(Notas.2,Peso.2)
round(ponderada.Ejemplo.2, 2)
## [1] 8.85
#3. Determinar la media geometrica.
#Ejemplo 1
# En una empresa quieren saber la proporción media de mujeres en los diferentes departamentos. Para ello, se recoge el porcentaje de mujeres en los cinco principales departamentos.
tabla.Ejemplo.3
## Departamento.1 Porcentaje.1
## 1 Producción 32.6
## 2 Compras 53.5
## 3 Marketing 28.9
## 4 Recursos humanos 48.2
## 5 Administración 67.4
# Como es la media de porcentajes, calculamos la media geométrica que es más representativa.
n <- length(Porcentaje.1)
geometrica.Ejemplo.1 <- prod(Porcentaje.1) ^ (1/n)
round(geometrica.Ejemplo.1, 2)
## [1] 43.94
#Ejemplo 2
#Una aldea sufre un proceso rápido de envejecimiento. El primer año aumentan los mayores de 65 años un 10%, el segundo año, un 20%, el tercer año un 30% y el cuarto año, un 40%.
# Si la población de inicial es de 100 mayores de 65 años, ¿cuál será un mejor indicador para caracterizar ese envejecimiento: la media aritmética o la media geométrica?
n <- length(Ancianos)
geometrica.Ejemplo.2 <- prod(Ancianos) ^ (1/n)
round(geometrica.Ejemplo.2, 2)
## [1] 1.24
#Conclución.
#Con el trabajo se determinó la media ponderada que sirve para determinar la media de manera más exacta, cuando las variables tienen diferentes pesos en la misma operación.